基于多模态组合互补性学习的时尚兼容度预测模型研究

在时尚单品兼容度预测研究中,多模态特征间的互补性以及融合特征对于视觉特征的相关性问题未得到充分挖掘。针对这个问题,提出多模态组合互补性学习的时尚兼容度预测模型。该模型由四部分构成：特征提取网络使用ResNet18提取视觉特征和LSTM提取文本特征;然后使用联合表征网络将视觉特征与文本特征映射到相同的多模态嵌入空间中,减小模态间的差异性增强互补性;考虑到互补融合特征对于视觉特征的相关性问题,特征融合网络使用了组合模块分别组合了视觉特征和多模态特征;最后使用类别感知的映射方法将多模态特征映射进基于类别感知的嵌入空间中分析时尚服装的兼容度。实验仿真结果表明,该模型在消融实验以及在时尚兼容度预测的相关评价指标上均有提升和优化。     

小样本图像分类中的类别信息融合网络

小样本图像分类任务要求模型仅从少量的图像样本中学到新类别的正确分类方法,是一种特殊的分类任务。然而,以往大多数小样本工作都单独处理来自不同类别的样本,而没有充分利用到不同类别间的信息。本文提出了一种新的类别融合网络（Category-fusion network, CFN）,通过融合来自不同类别的样本信息,同时挖掘类别内和类别间的信息。CFN的重要部分是一个融合映射的学习,即如何融合样本中的特征,从而映射出网络参数。其中的一个重要问题是融合映射是否应该随不同的输入样本而改变。本文设计了3个不同的模块：具有固定映射的类无关模块、融合映射仅依赖于期望学习的目标类别的半相关模块和完全相关的模块,其中融合映射完全依赖于输入样本。本文的网络可以通过学习多个类别的样本之间的关系来进行类别概念的学习,并生成融合信息的分类器。实验结果表明,本文网络在广泛应用的MiniImageNet数据集上得到了60.03%的分类精度。     

基于隐条件随机场的声调建模及区分性模型权重训练

为提高声调识别率,利用隐条件随机场对汉语声调进行建模,通过加入音节内动态特征、音节间动态特征以及段长特征来进一步提高声词识别性能。提出了将声调模型加入大词汇量连续语音识别系统的区分性方法,根据最小音子错误准则区分性训练模型相关的概率权重,对声学模型及声调模型概率进行加权;给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。实验结果表明,基于隐条件随机场声调模型能够显著提高声词识别率以及大词汇量语音识别的识别率,同时与全局模型权重方法比较,区分性的模型权重训练能够在声调模型加入连续语音识别系统之后,进一步提高系统的识别性能。     

飞机黑匣子舱音背景声特征识别体系建立的探讨

飞机黑匣子中舱音记录器记录的舱音主要是由话语音、噪声和具有不同物理意义背景声组成的复杂混合体,增加舱音分析的难度,用传统辨听分析方法难以识别其特征,特别是对舱音背景声。为解决此问题,本文首先系统分析了舱音的复杂性和特点,然后在研究传统舱音识别方法不足基础上,从数据、图形和文字描述三个不同方面,提出了识别舱音背景声特征的思路,并以波音737机型中驾驶舱内的部分典型背景声为例,初步建立了舱音背景声特征识别体系,有助于提高辨听分析舱音声信息、调查飞机事故原因。     

漂浮式海上风力机全机结构自振特性仿真

针对漂浮式海上风力机全机结构的动力特性问题,以某3 MW漂浮式海上风力机系统为例,基 于有限元方法分析了系统自振频率和振型的分布特征,并进行漂浮式海上风力机全机自振特 性的参数分析,最后给出全机结构基频和倾覆频率的计算公式。分析表明,漂浮式海上风力 机系统自振频率非常低且分布密集。系统基频与拉索锚固深度以及叶片长度呈线性递减关系 ,与浮筒半径呈反比,与拉索的总截面面积以及塔架高度呈二次曲线关系。倾覆频率与参数 的关系则牵涉高次项,较上述关系更为复杂。文中给出的拟合公式计算值与有限元值吻合较 好,说明其在预测漂浮式海上风力机系统自振频率方面具有较高可信度。     

基于改进的区域候选网络的行人检测

通过Caltech数据集训练区域候选网络时,发现其在场景复杂情况下存在大量的漏检和误检。经分析:一是区域候选网络使用VGG网络提取待检测图片特征,由于VGG网络层数较少,提取的特征不能够很好地表达行人;二是锚边框的尺度通过手工设计,没有利用到行人的尺度先验信息。针对以上2个问题,提出了一种改进的区域候选网络的行人检测方法,首先通过使用分类能力更强的Res Net提取待检测图片特征,然后利用检测小网络在卷积特征图上滑动,预测多个锚边框区域是否是行人并对锚边框位置和尺度进行修正,其中锚边框尺度通过KMeans算法计算得到。结果表明:本文算法在Caltech数据集上,比传统的VJ和HOG方法漏检率分别低36.23%、27.09%,比基于深度学习的方法 Ped Faster RCNN、MRFC+Semantic和UDN+漏检率分别低6.78%、3.73%、1.53%。研究表明本文改进的区域候选网络能够较好的检测行人。     

SiamADN:用于无人机目标跟踪的孪生注意密集网络

基于深度学习的单目标跟踪技术在诸多计算机视觉应用中取得了卓越的效果.然而,现有跟踪器在图像目标变形、遮挡、移动等场景下的应用具有局限性.本文提出一种融合注意力机制和密集网络的孪生网络离线跟踪方法(SiamADN),重点针对无人机等小目标的跟踪任务.首先,算法应用密集网络来减少消失梯度,从而加强特征转移;其次,在密集网络...     

基于视听融合的宽频带振动频谱提取（英文）

提取振动频谱对于旋转机械的故障诊断至关重要。环境和噪声的多样化限制了传统单模态振动提取方法的性能。由于视听信号具有不同的采样频率、噪声和环境限制，视听融合算法可以有效解决单一模态存在的问题。基于此，文中提出了一种基于视听融合深度卷积神经网络的宽带频谱提取方法，该方法充分融合了不同模态的有效信息。该模型基于双流编码器从不同的模态中提取特征，使用深度残差融合模块提取高级融合特征并输出给解码器。实验结果表明，该模型的表现优于最新的振动提取方法，如Reg Net, MFCNN及L2L等，噪声环境下的振动频谱提取准确率提高15%。     

基于线性模型最优预测的高光谱图像压缩

高光谱图像取得较高的光谱分辨率对于分类和识别很有益.但与此同时也带来了巨大的数据量,使其压缩成为必需.传统的预测方法能够在一定程度上去除谱带之间的相关性,但其预测系数不能利用高光谱图像谱带间的信息进行自适应的调整,使得预测效果不是最优.本文建立了高光谱图像谱带间的线性模型,推导出在信噪比最优下的预测.该方法能够更好地降低预测后图像的熵值.实验表明,相对于传统方法重建的平均信噪比提高了4.606 4 dB.     

基于时间卷积轻量级网络的人体运动预测（英文）

针对人体运动高度复杂的运动学和时间相关性,本文提出了一种轻量级的多层残差时间卷积网络模型（Residual temporal convolutional network,RTCN）。该模型使用一维卷积高效获取人体运动的空间结构信息,提取人体运动时间序列中的相关性。在本文所提出的网络模型中应用残差结构来缓解深度网络中梯度消失的问题。在Human 3.6M数据集上进行的实验表明,与最新的方法相比,本文方法有效地改善了运动预测的误差,特别是在长期预测方面。     

智能产品数据服务环境

提出了一种支持复杂工程系统多学科协同设计优化的产品数据管理方法及基于系统优化任务的智能产品模型数据组织模式。通过工程控制结构模型，定义了产品优化任务，并为设计任务自顶向下进行产品模型控制提供了途径。利用产品主模型技术实现数据的完整性，通过设计任务的语境模型产生数据高保真的分析视图以及关联数据环境实现产品主模型和分析模型的一致性。整个产品数据通过协作数据对象的封装，以WEB服务的形式，使优化设计人员通过网络透明地获取产品数据。为了支持基于INTERNET的协同产品开发，采用了基于OPENHSF的流格式作为产品数据的显示方式。     

基于AutoCAD中三维绘图的教学探讨

阐述三维绘图及观察三维图像的一些经验、技巧和方法,帮助学生轻松从二维转换到三维设计,以提高学生计算机绘图的水平和效率。     

某型涡扇发动机实时建模技术研究

通过对各部件特性的研究,提出一种简化部件计算过程的方法,该方法的最大特点是在某些部件的计算中使用很多通过试车数据所发掘的经验公式,用以代替那些繁琐的热力学计算,并合理选取初猜值,使模型能更快收敛,从而减少运算时间,提高模型的实时性。通过对比常规建模方法所建模型,可看出该模型具有实时性、稳定性好的优点。     

应用限制编程的信息模型内在检查方法

提出了一种基于限制编程(Constraint programmmg)的信息模型内在一致性检查方法,重点描述了EXPRESS信息模型的一致性及其检查。EXPRESS语言,作为标准制造数据交换的一个重要部分,广泛地应用于制造与信息业。中提到的一致性检查包括三个步骤：EXPRESS模型形式化,限制满足性问题(CSP)从形式化模型中的抽取和CSP的可满足性测试。本同时揭示了限制编程的一个新的应用领域：模型验证。     

带多个进气道的导弹通气模型测力试验技术研究

高速风洞通气模型试验是研究发动机进气对飞行器气动特性影响的重要手段之一。带多个进气道的大长细比导弹通气模型测力试验结果与国外参考值具有很好的一致性。试验中影响试验数据质量的几个关键技术问题及其解决措施有内流管道设计要求、流量调节位置的选取原则以及通气面积比的确定等。     

基于灰色时序的航空发动机磨损故障预测模型

把时序AR(n)预测模型和灰色GM(1,1) 预测模型两者有机结合起来,形成新的灰色时序模型的预测模型.以发动机光谱为例,经过实测数据检验,显示了其更好的预测效果.     

飞机失速/螺旋模型自由飞试验总体方案构想中几个问题的分析

本文对制定飞机失速/螺旋模型自由飞试验总体方案时必然会遇到的一些重要问题进行了分析,其内容涉及模型缩尺比例数 K 的最佳选取、确定飞机进入螺旋特征模拟高度 H_A 的依据、模型投放高度 H_m 的变化范围和试验模型质量 M_m 的控制问题。本文所作的各种分析和提出的原则对各种模型自由飞失速/螺旋试验研究具有普遍意义。     

结合逻辑和决策论方法的Agent模型研究

分析了目前Agent模型与实现相分离的原因,将逻辑与决策论方法相结合,以自主为前提,面对个体自主性和群体交互的社会性要求,研究如何建立理性Agent以及理性Agent构成的多Agent社会。对Agent的信念、愿望、效用、约定和意图等心智状态之间的关系进行了直观的描述,阐明了理性行为的决策过程,并采用量化多模态逻辑对该模型进行了形式化描述。完善了Cohen和Levesque的BDI模型理论,使其能更准确地反映理性A-gent的行为,为多Agent系统设计与实现提供了理论基础。     

尾族自由飞试验模型的设计问题

本文阐述了尾旋自由飞模型的设计要求和模型缩尺比例数Ｋ的选取原则；对影响模型质量ｍ＿ｍ的诸因素进行了深入的分析；剖析了真实飞机发生尾旋的高度Ｈ＿Ａ与模型试验高度Ｈ＿ｍ的确定问题；对模型的结构设计和回收系统设计的一些主要问题也作了简要的讨论。     

基于Hammerstein模型的非线性建模与预测控制

所有实际的运动机构中都包含一定的非线性,对其进行精确的建模和控制是运动控制中具有挑战性的难题。文中提出了基于粒子群优化算法的RLS-PSO系统辨识建模方法,所得伺服转台模型具有良好拟合效果;对该模型提出改进的两步法,应用基于预测函数控制(Predictive functional control,PFC)的全局优化预测控制;伺服转台的仿真运行结果表明跟踪效果良好。